Predictors of pelvic acceleration during treadmill running across various stride frequency conditions
Notice bibliographique
Résumé
Pelvic running injuries often require extensive rehabilitation and pelvic girdle pain is a barrier to running engagement in population sub-groups, such as perinatal women. However, exploration into how external pelvic loading may be altered during running is limited. This study assessed which biomechanical variables influence changes in external peak pelvic acceleration during treadmill running, across various stride frequency conditions. Twelve participants (7 female, 5 male) ran (9 km∙h−1) at their preferred stride frequency, and at ± 5% and ± 10% of their preferred stride frequency. Coordinate and acceleration data were collected using a motion capture system and inertial measurement units. Linear mixed models assessed peak tibial acceleration, displacement from hip to knee and ankle, contact time, and stride frequency as predictors of peak pelvic acceleration. Stride frequency and contact time interacted to predict peak vertical (p = .006) and resultant (p = .009) pelvic acceleration. When modelled, short contact times and low stride frequencies produced higher peak vertical (p = .007) and resultant (p = .016) pelvic accelerations than short contact times and average, or high stride frequencies. Increasing contact time, or increasing stride frequency at shorter contact times, may therefore be useful in reducing pelvic acceleration during treadmill running.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».